基于线性转换治愈模型的多重插补法

发布时间：2024-12-19 05:07

　　生存分析是近年来研究和分析寿命数据或失效时间数据的统计方法的一门学科。在分析生存数据的过程中,难点之一就是实践中很可能会遇到删失数据的情况。这样的数据分析可能在一部分病人被认为完全康复并且将来不会发生研究者们感兴趣的事件,而其他没有完全恢复的病人将会发生感兴趣的事件的情况下进行。删失数据的出现,利用已有的完整数据的分析方法进行数据分析,其结果的可信度会由于一些状态变量的删失而降低,故针对删失数据的研究刻不容缓。删失类型包括左删失,右删失及区间删失,本文重点关注右删失数据。而治愈模型是用于分析带有治愈个体的生存数据的一种非常流行的分析方法。此外,治愈模型也包括两类模型,非混合治愈模型及混合治愈模型,本文考虑混合治愈模型中灵活的线性转换治愈模型,在转换函数和基准风险函数之间,利用它们的潜在关系,本文估计后者。通过采用伯恩斯坦多项式,可以根据不同类型的数据方便地将形状约束添加到基线风险函数中。伯恩斯坦多项式有很好的保形的性质,将非参数估计转换为参数估计,有助于提高估计性能。本文提出一种基于渐进正态数据扩充(ANDA)的多重插补法来解决应用到线性转换治愈模型上,在右删失数据中存在部分缺失的治愈指...

【文章页数】：43 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 问题的提出
    1.2 删失数据
        1.2.1 区间删失数据
        1.2.2 右删失数据
    1.3 混合治愈模型
    1.4 多重插补算法
    1.5 本文的研究意义及创新点
    1.6 本文思路及结构安排
2 线性转换治愈模型
    2.1 比例风险模型
    2.2 比例优势模型
    2.3 线性转换治愈模型
    2.4 条件似然函数
3 多重插补算法
    3.1 理论基础及实现步骤
4 仿真研究
    4.0 线性转换治愈模型(ρ=0.5)
    4.1 比例风险模型(ρ=0)
    4.2 比例优势模型(ρ=1)
5 实例分析
    5.1 数据的描述信息
    5.2 模型配置及结果分析
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢



本文编号：4017704